依據日本厚生勞動省預估，2025年，日本嬰兒潮世代將全數達到75歲以上；2040年時，20 ∼ 64歲的勞動人口將僅佔總人口的一半，可支持銀髮族照護服務的人數劇減。為了回應日益升高的社會福利支出，2021年日本最新一期的長照保險給付修正便參考實證醫學（Evidence-based medicine, EBM）的做法，提出一項新的政策──推動長照服務品質評價及「科學長照（scientic long-term care）」。
科學長照3項定義
「科學長照」係指在科學驗證的客觀基礎上，促進自立支援和預防惡化，內容包含下列3項定義：
① 基於實證的長照服務。
② 從現場收集、積累、分析具科學有效性的指標。
③ 將分析結果回饋到現場作業，進一步促進長照服務科學化。
為了實現上述3點，日本厚生勞動省開始整合、建置長照服務相關的資料庫，包括：「長照保險綜合資料庫（簡稱「長照DB」）」、「長照服務之復健服務的監測與評估（monitoring & eValuation for rehabIlitation ServIces for long-Term care,VISIT）」資料庫，以及「照護、健康狀態與事件（Care, HeAlth Status & Events, CHASE）」資料庫。（圖1）
2021年起，VISIT和CHASE將進一步整併到一個叫「LIFE（ライフ）」的系統中。
PDCA循環提高長照服務品質
其中，CHASE的資料庫是為了實現「科學長照」之目的而新設。實現「科學長照」是
指「長照服務領域證據的積累和活用」，換言之，就是透過促進PDCA循環來提高長照服務品質。
2021年日本新的長照保險給付修正案中，就新增「科學介護推動制度加成」項目，鼓勵PDCA循環的實行。可以預期，未來日本將日益重視基於實證進行適當的長照介入措施和結果評估。
日本的「科學長照」政策其實很呼應我國行政院的精準健康戰略產業，皆是立基於發展精準健康的政策下，致力於運用資料分析結果，以提升健康照護相關服務的品質或量能；而為達此目的，必須從資料來源開始盤整規劃，接著統合資料格式、資料整合，最後是資料萃取與分析。
針對具體目的蒐集個人化的「深」數據，更能看出個人健康狀態的歷程變化。
現今，許多國家都在建立生醫資料庫、人體基因資料庫，我國亦然，往往花費龐大預算蒐集了許多資料，卻面臨資料雜亂、可用性不高、不符合研發需求等諸多問題。由日本建立「LIFE」系統的做法可以看出，與其漫無目的地蒐集「大」數據，不如針對具體目的去蒐集個人化的「深」數據，更能看出個人健康狀態的歷程變化，以及相關介入干預措施前後的差異比對，此系統未來運作的模式很值得後續持續觀察與借鏡。
（專欄反映作者意見，不代表雜誌立場）
更多照顧產業訊息，敬請點此訂閱創新照顧電子報